本文關(guān)鍵詞：模糊時間序列的股指期貨價格預(yù)測方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：在現(xiàn)實世界中,許多數(shù)據(jù)本身存在不完整、不準確和含糊性,尤其是金融數(shù)據(jù),用經(jīng)典的時間序列預(yù)測會導(dǎo)致擬合效果下降。期貨市場較為復(fù)雜,股指期貨作為現(xiàn)代資本市場的產(chǎn)物,受到各種內(nèi)外因的影響,股指期貨精確的收盤價記錄可能會丟失部分有用的信息,因此引入模糊時間序列模型,得到更高效率、更精確的預(yù)測結(jié)果�？紤]數(shù)據(jù)的可得性和完整性,本文選取2011年1月4日至2015年11月12日的股指期貨連續(xù)日收盤價作為研究對象,首先運用經(jīng)典的時間序列ARIMA模型進行預(yù)測,再根據(jù)三種經(jīng)典的模糊時間序列Song、Chen和Lee的方法估計觀測值。經(jīng)過上述研究,改進原有的模糊時間序列方法,在計算隸屬度矩陣時引入非參數(shù)高斯核函數(shù),調(diào)節(jié)最優(yōu)的窗寬,改變各個模糊集的權(quán)重;將一階模糊時間序列轉(zhuǎn)換為二階,即考慮t,t-1,t-2期樣本數(shù)據(jù)的隸屬模糊集;在計算關(guān)系矩陣時引入馬爾科夫模型,將關(guān)系矩陣轉(zhuǎn)化為轉(zhuǎn)移概率矩陣,用加權(quán)方法計算預(yù)測值。本文首先對模糊時間序列相關(guān)模型進行了深入的研究闡述,主要有模糊集理論,模糊時間序列發(fā)展現(xiàn)狀、研究綜述、模型理論,ARIMA模型理論,馬爾科夫鏈模型,非參數(shù)高斯核函數(shù)。然后根據(jù)模型理論,通過R軟件編程,分別用三種模糊時間序列方法和改進的模型進行估計,利用EViews進行ARIMA模型預(yù)測,最終得到近一個月交易日的預(yù)測數(shù)據(jù)。其中,Song和Lee的模糊時間序列模型預(yù)測誤差在2%以上的有20個樣本,占83.33%;Lee的模糊時間序列模型預(yù)測誤差在2%以上的有10個樣本,占41.67%;ARIMA模型誤差在2%以上的有4個樣本,占16.67%;二階馬爾科夫模糊預(yù)測誤差在2%以上的有2個樣本,只占8.33%。證明改進的基于馬爾科夫鏈的模糊時間序列模型預(yù)測效果較好,均優(yōu)于其他4種模型,為模糊時間序列的發(fā)展提供了一種新的思路,同時拓寬了模糊時間序列的應(yīng)用方向。
【關(guān)鍵詞】：模糊時間序列 馬爾科夫鏈 非參數(shù)高斯核函數(shù) ARIMA模型
【學(xué)位授予單位】：首都經(jīng)濟貿(mào)易大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F224;F830.9
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 導(dǎo)論9-16
• 1.1 研究背景及意義9-10
• 1.2 相關(guān)研究綜述10-13
• 1.2.1 模糊時間序列國內(nèi)外研究現(xiàn)狀10-13
• 1.3 研究主要內(nèi)容13-14
• 1.3.1 研究思路13
• 1.3.2 研究方法13-14
• 1.3.3 研究步驟14
• 1.4 本文的結(jié)構(gòu)安排與創(chuàng)新14-16
• 1.4.1 本文的結(jié)構(gòu)安排14-15
• 1.4.2 本文的創(chuàng)新15-16
• 2 相關(guān)理論及建模分析16-34
• 2.1 股指期貨基本理論16-19
• 2.1.1 股指期貨的概念16
• 2.1.2 股指期貨發(fā)展歷程16-17
• 2.1.3 股指期貨價格有效性理論17-18
• 2.1.4 理論分析18-19
• 2.2 時間序列理論19-24
• 2.2.1 時間序列相關(guān)概念19-20
• 2.2.2 ARIMA模型理論基礎(chǔ)20-24
• 2.2.3 理論分析24
• 2.3 模糊時間序列模型理論24-28
• 2.3.1 模糊集合理論24-26
• 2.3.2 模糊時間序列定義26
• 2.3.3 模糊時間序列預(yù)測模型26-27
• 2.3.4 理論分析27-28
• 2.4 馬爾科夫鏈模型理論28-30
• 2.4.1 馬爾科夫鏈模型的發(fā)展28
• 2.4.2 馬爾科夫鏈的相關(guān)概念28-29
• 2.4.3 理論分析29-30
• 2.5 非參數(shù)估計理論30-34
• 2.5.1 非參數(shù)估計方法30-32
• 2.5.2 核密度估計32-33
• 2.5.3 理論分析33-34
• 3 股指期貨價格預(yù)測方法的實證研究34-44
• 3.1 ARIMA模型實證研究34-38
• 3.1.1 數(shù)據(jù)的來源與描述34
• 3.1.2 序列的平穩(wěn)性處理34-35
• 3.1.3 模型的識別與建立35-36
• 3.1.4 模型的預(yù)測36-38
• 3.2 模糊時間序列模型實證研究38-44
• 3.2.1 經(jīng)典模糊時間序列模型基本框架38-40
• 3.2.2 經(jīng)典模糊時間序列模型實證應(yīng)用40-44
• 4 模型優(yōu)化設(shè)計與應(yīng)用44-49
• 4.1 基于馬爾科夫鏈的模糊時間序列模型44-46
• 4.2 優(yōu)化模型應(yīng)用46-47
• 4.3 各模型誤差結(jié)果比較47-49
• 5 結(jié)論與展望49-51
• 5.1 研究結(jié)論49
• 5.2 研究展望49-51
• 參考文獻51-54
• 附錄： R Codes54-58
• 后記58-59
• 在學(xué)期間發(fā)表的學(xué)術(shù)論文及研究成果59-60

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 許清海;混沌投資時間序列的嬗變[J];漳州師范學(xué)院學(xué)報(自然科學(xué)版);2003年01期

2 高潔;孫立新;;長記憶時間序列的適應(yīng)性預(yù)測誤差的譜密度[J];統(tǒng)計與決策;2006年13期

3 黃超;龔惠群;;金融領(lǐng)域時間序列挖掘技術(shù)研究[J];東南大學(xué)學(xué)報(哲學(xué)社會科學(xué)版);2007年05期

4 耿顯民;;價格時間序列及其應(yīng)用(英文)[J];數(shù)學(xué)季刊;2008年01期

5 杜江;李玉蓉;鐘菲菲;;基于模糊時間序列對我國對外貿(mào)易中的進口水平的預(yù)測[J];統(tǒng)計與決策;2010年23期

6 王朝;;淺述時間序列的預(yù)測方法[J];商業(yè)文化(下半月);2012年03期

7 劉猛洪;汪愛麗;;基于模糊時間序列的短期電力負荷預(yù)測[J];電子世界;2013年07期

8 劉彩霞;;時間序列在糧食預(yù)測中的應(yīng)用[J];東方企業(yè)文化;2013年09期

9 鄧樹增;技術(shù)發(fā)展的時間序列律[J];科學(xué)學(xué)研究;1988年01期

10 肖牧;確定經(jīng)濟因素對地方當(dāng)局政策的影響:利用時間序列和轉(zhuǎn)換的功能模型[J];管理科學(xué)文摘;1996年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 周家斌;張海福;楊桂英;;多維多步時間序列預(yù)報方法及其應(yīng)用[A];中國現(xiàn)場統(tǒng)計研究會第九屆學(xué)術(shù)年會論文集[C];1999年

2 馬培蓓;紀軍;;基于時間序列的航空備件消耗預(yù)測[A];中國系統(tǒng)工程學(xué)會決策科學(xué)專業(yè)委員會第六屆學(xué)術(shù)年會論文集[C];2005年

3 盧世坤;李夕海;牛超;陳蛟;;時間序列的非線性非平穩(wěn)特性研究綜述[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

4 李強;;基于線性模型方法對時間序列中異常值的檢測及證券實證分析[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機遇、責(zé)任和對策（上冊）[C];2002年

5 戴麗金;何振峰;;基于云模型的時間序列相似性度量方法[A];第八屆中國不確定系統(tǒng)年會論文集[C];2010年

6 謝美萍;趙希人;莊秀龍;;多維非線性時間序列的投影尋蹤學(xué)習(xí)逼近[A];'99系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];1999年

7 張大斌;李紅燕;劉肖;張文生;;非線性時問序列的小波-模糊神經(jīng)網(wǎng)絡(luò)集成預(yù)測方法[A];第十五屆中國管理科學(xué)學(xué)術(shù)年會論文集（下）[C];2013年

8 黃云貴;;基于時間序列的電網(wǎng)固定資產(chǎn)投資規(guī)模研究[A];2012年云南電力技術(shù)論壇論文集（文摘部分）[C];2012年

9 李松臣;張世英;;時間序列高階矩持續(xù)和協(xié)同持續(xù)性研究[A];21世紀數(shù)量經(jīng)濟學(xué)（第8卷）[C];2007年

10 陳赫;羅聲求;;歷史橫斷面數(shù)據(jù)的時間序列化[A];科學(xué)決策與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第六次年會論文集[C];1990年

中國重要報紙全文數(shù)據(jù)庫 前6條

1 ;《時間序列與金融數(shù)據(jù)分析》[N];中國信息報;2004年

2 何德旭 王朝陽;時間序列計量經(jīng)濟學(xué)：協(xié)整與有條件的異方差自回歸[N];中國社會科學(xué)院院報;2003年

3 劉俏;讓數(shù)據(jù)坦白真相[N];21世紀經(jīng)濟報道;2003年

4 西南證券高級研究員 董先安邋德圣基金研究中心 郭奔宇;預(yù)計6月CPI同比上漲7.2%[N];證券時報;2008年

5 東證期貨 王愛華　楊衛(wèi)東;兩年漲跌輪回 秋季普遍下跌[N];期貨日報;2009年

6 任勇邋鄭重;中國對世界鋼材價格的影響實證分析[N];現(xiàn)代物流報;2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張墨謙;遙感時間序列數(shù)據(jù)的特征挖掘：在生態(tài)學(xué)中的應(yīng)用[D];復(fù)旦大學(xué);2014年

2 張德成;滑坡預(yù)測預(yù)報研究[D];昆明理工大學(xué);2015年

3 苗圣法;時間序列的模式檢測[D];蘭州大學(xué);2015年

4 翁同峰;時間序列與復(fù)雜網(wǎng)絡(luò)之間等價性問題及表征應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2015年

5 楊婷婷;用Argo浮標(biāo)結(jié)合衛(wèi)星觀測估算北太平洋經(jīng)向熱輸運[D];中國科學(xué)院研究生院(海洋研究所);2015年

6 史文彬;時間序列的相關(guān)性及信息熵分析[D];北京交通大學(xué);2016年

7 王曉曄;時間序列數(shù)據(jù)挖掘中相似性和趨勢預(yù)測的研究[D];天津大學(xué);2003年

8 李桂玲;時間序列的分割及不一致發(fā)現(xiàn)研究[D];華中科技大學(xué);2012年

9 周勇;時間序列時序關(guān)聯(lián)規(guī)則挖掘研究[D];西南財經(jīng)大學(xué);2008年

10 張勇;時間序列模式匹配技術(shù)研究[D];華中科技大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陳健;基于多變量相空間重構(gòu)的投資組合策略研究[D];華南理工大學(xué);2015年

2 蘭鑫;時間序列的復(fù)雜網(wǎng)絡(luò)轉(zhuǎn)換策略研究[D];西南大學(xué);2015年

3 米曉將;區(qū)域尺度下月均氣溫的時空演化格局研究[D];昆明理工大學(xué);2015年

4 張鳴敏;基于支持向量回歸的PM_(2.5)濃度預(yù)測研究[D];南京信息工程大學(xué);2015年

5 林健;基于改進小世界回聲狀態(tài)網(wǎng)的時間序列預(yù)測[D];渤海大學(xué);2015年

6 曹智麗;日氣溫和干旱指數(shù)支持向量回歸預(yù)測方法[D];南京信息工程大學(xué);2015年

7 高雄飛;基于分形理論的土壤含水量時間序列特性分析[D];長安大學(xué);2015年

8 姚茜;城市安全生產(chǎn)發(fā)展目標(biāo)研究[D];中國地質(zhì)大學(xué)(北京);2015年

9 謝翠穎;蘇州社會消費品零售總額簡析[D];蘇州大學(xué);2015年

10 包仁義;基于時間序列的搜索引擎評估模型算法研究[D];東北師范大學(xué);2015年

  本文關(guān)鍵詞：模糊時間序列的股指期貨價格預(yù)測方法研究，由筆耕文化傳播整理發(fā)布。

本文編號：254195